方法文章

多发性硬化症性能测试(MSPT):一个iPad为基础的残疾评估工具

DOI:

10.3791/51318

2014年6月30日

本文内容

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

精确测量多发性硬化症的神经和神经心理损伤和残疾具有挑战性。我们报告了一项新测试的方法学细节,即多发性硬化症性能测试 (MSPT)。这种量化 MS 相关残疾的新方法提供了一个基于计算机的平台,用于精确、有效地测量 MS 严重程度。

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

在多发性硬化症神经和神经心理缺陷和残疾的精确测量是具有挑战性的。我们提出一个新的测试,多发性硬化症性能测试(MSPT),它代表了一种新的方法来量化MS相关的残疾。该MSPT需要在计算机技术,信息技术,生物力学和临床测量科学进步的好处。所得MSPT代表的基于计算机的平台为MS严重性精确,有效的测量。基于,但延长了多发性硬化症功能复合(MSFC),则MSPT提供的行走速度,平衡,手灵巧度,视觉功能和认知加工速度精确,定量数据。该MSPT由51例MS患者和49名健康对照(HC)进行测试。 MSPT得分均高重现性,与技术人员管理的考试成绩密切相关,歧视MS从HC和轻度MS严重的,并与患者报告结果相关秒。与技术人员为基础的测试相比,可靠性,灵敏性和临床意义MSPT比分措施是有利的。该MSPT是收集MS残疾的结果数据,病人护理和研究的一个潜在的变革方式。因为该测试是基于计算机的,测试性能,可在传统的或新颖的方式进行分析,并可以将数据直接输入到研究或临床数据库。该MSPT可以广为传播,以在实践中设置的医生谁没有连接到临床试验表现网站或谁正在练习在农村设置,大大提高进入临床试验的临床医生和患者。该MSPT能够适应出门诊的设置,如病人的家庭,从而提供更有意义的现实世界的数据。该MSPT代表neuroperformance测试的新典范。这种方法可以有标准化的计算机适应t关于在MS临床护理和研究同样变革性的影响令人感兴趣已在教育领域,有明确的潜力,加快临床护理和研究进展。

引言

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

多发性硬化症 (MS) 是一种影响年轻人,尤其是女性的中枢神经系统 (CNS) 炎症性疾病。炎症病灶不可预测地间歇性地发生在视神经、大脑和脊髓中。发作性症状,称为复发,是 MS 早期复发缓解期 (RRMS) 的特征。在 RRMS 疾病阶段,不可逆的 CNS 组织损伤积累,表现为进行性脑萎缩和神经功能障碍。MS 的脑萎缩在疾病早期开始,进展速度比年龄和性别匹配的健康对照快 2-8 倍1。据推测,由于大脑储备和其他代偿机制,具有临床意义的神经功能障碍通常会延迟数年,通常在症状出现后 10-20 年。在 MS 的更晚期阶段,称为继发性进行性 MS (SPMS),复发发生的频率较低或完全消失,但神经系统残疾会逐渐恶化,患者会出现行走困难、手臂功能困难、视力或认知困难。

由于各种原因,量化 MS 临床疾病活动和进展具有挑战性。首先,不同 MS 患者的临床表现差异很大。其次,个体 MS 患者的疾病活动随时间变化显着。第三,MS 表现在疾病早期与晚期不同。最后,神经和神经心理损伤和残疾本质上难以量化。在过去的 20 年中,该主题定期进行审查2-4。患者护理和研究中使用的一种标准衡量标准是复发的次数或频率。复发率已被用作绝大多数 RRMS 临床试验的主要结局指标。复发率的降低支持了 6 种药物类别的 10 种疾病缓解药物的批准。然而,复发次数与后来具有临床意义的残疾仅呈微弱相关性,并且已被证明很难准确量化复发的严重程度或从复发中恢复。标准的临床残疾量表——Kurtzke 的扩展残疾状况量表 (EDSS)5——是一个 20 分顺序量表,范围从 0(正常的神经系统检查)到 10(死于 MS)。从 0-4.0,EDSS 由 7 个功能系统的分数组合决定。从 4.0-6.0 EDSS 取决于步行距离的能力。EDSS 6.0 需要单侧步行辅助。EDSS 6.5 是需要双侧步行辅助。不能行走的患者 EDSS 评分为 ≥7.0,较高的数字反映移动和自我护理能力的难度增加。EDSS 已被监管机构广泛接受为 MS 临床试验可接受的残疾指标,部分原因是它在 MS 领域的长期使用以及神经科医生的熟悉程度,但存在许多局限性2,6。EDSS 被批评为非线性,在量表的低端不精确,在中端和高端不敏感,并且过于依赖行走。

基于对 EDSS 的感知缺陷,美国国家多发性硬化症协会 (NMSS) 的工作组于 1997 年推荐了一种量化 MS 患者残疾的替代方法7,8。该工作组推荐了一种由 3 部分组成的复合量表,即多发性硬化症功能复合量表 (MSFC),用于 MS 临床试验。根据最初的建议,MSFC 包括步行的定时测量(25 英尺定时步行 [WST])、手臂功能的定时测量(9 孔钉测试 [9HPT])和信息处理速度的测量(3 秒版本的有节奏听觉序列添加测试 – PASAT-39,10)。将每项测量标准化为参考人群以创建分量 z 分数,并将单个 z 分数平均以创建表示个体患者相对于参考人群的严重程度的综合分数。MSFC 尚未被监管机构接受为主要残疾结果测量,部分原因是 z 评分或 z 评分变化的临床含义尚不清楚。此外,MSFC 也受到批评,因为它缺乏视觉功能测量,而且 PASAT 不被患者接受。为了应对这些感知到的缺点,由国家多发性硬化症协会召集的专家组11 建议对 MSFC 进行两项修改:1) 纳入斯隆低对比度字母视力测试12 和 2) 用符号数字模态测试 (SDMT) 的口头版本取代 PASAT-3 13,14。该专家组还建议修订后的 MSFC 成为主要残疾结果指标,以在未来的 MS 临床试验中取代 EDSS11。目前正在努力使监管机构接受一种新的残疾结果测量,该测量基于神经功能15 的定量测量。

很明显,需要新的方法来改善 MS 领域的结果评估。本文介绍了一种新型临床残疾结果评估工具的开发,即多发性硬化症表现测试 (MSPT),该工具建立在 MSFC 方法的基础上,但也融合了计算机和信息技术、生物力学、人体表现测试和远程健康的进步。MSPT 应用程序使用 iPad 作为数据收集平台来评估平衡、步行速度、手部灵活性、视觉功能和认知能力。MSPT 可以在临床环境中进行,也可以由 MS 患者自己在家中进行。数据可以从远处传输并直接输入到临床或研究数据库中,从而可能避免了门诊就诊的需要。这一优势对于患有 MS 等致残性神经系统疾病的个体尤为重要。最后,由于 MSPT 是基于计算机的,因此与技术人员管理的性能测试不同,各种分析都是可行的。本文介绍了 MSPT 的设计和初始应用。

方案

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

MSPT 的开发和初始申请已获得克利夫兰诊所机构审查委员会的批准。MS 患者和 HC 在测试 MSPT 之前签署了经批准的知情同意书。

1. 方法开发的一般方面

用于此协议的平板电脑是 Apple iPad,这是一款功能强大的计算设备,设备内嵌入了高质量的惯性传感器。这些不同的传感器封装在一个紧凑、经济实惠的设备中,为多传感器测试管理提供了理想的平台。

  1. 要测量旋转速率,请使用嵌入式 3 轴陀螺仪,其范围为每秒 ±250 度,分辨率为每秒 8.75 毫米度,最大采样率为 100 Hz。使用范围为 ±2.0 g、分辨率为 0.9-1.1 mg、采样率为 100 Hz 的 3 轴线性加速度计来捕获线性加速度。
  2. 确保该设备还具有高分辨率电容式多点触摸屏,其中 X 和 Y 位置数据以 60 Hz 采样,同时同时识别多达 11 个单独的接触点。
  3. 使用 Objective-C 编写 MSPT 应用程序,Objective-C 是一种通用的高级面向对象的编程语言,用于 Apple 的 Mac OS X 和 iOS作系统。
  4. 注意:使用这种方法进行软件开发可以有利地利用硬件的未来进步,同时保持收集的数据一致性。该程序之前已由工程师团队通过 Xcode(一种 Objective-C 编译器)编写和验证。

2. 多发性硬化症性能测试 (MSPT) 的设计和测试

准备 iPad 上的 MSPT,包括以下五个性能模块:1) Walking Speed,旨在模拟 WST;2) 平衡测试;3) 上肢功能手动灵巧度测试 (MDT),旨在模拟 9HPT;4) 处理速度测试 (PST),旨在模拟 SDMT;5) 低对比度字母敏锐度测试 (LCLA),旨在模拟标准斯隆 LCLA 图表12表 1)。

  1. 步行速度测试 (WST)
    1. 此测试基于 WST,WST 是传统 MSFC 的一部分。
    2. 将平板电脑放在受试者的下背部骶骨水平(图 1)。
    3. 建议受试者使用任何常用的辅助设备(例如手杖、助行器、支架)行走。要求受试者确保在此测试中调高片剂体积,并且片剂朝外放在皮带上并放在他们的背部。
    4. 让患者站在起跑线后面。指示患者,当技术人员按下启动按钮并发出启动命令时,他们应该开始行走。
    5. 按下开始按钮并观察患者尽可能快速安全地步行 25 英尺到达终点线。确保患者在通过终点线之前不要减速。当他们越过终点线时,按下平板电脑停止按钮。
    6. 从平板电脑中采样和收集数据,以量化完成 WST 所需的时间。
  2. 平衡测试
    该测试旨在提供有关在维持姿势稳定性中整合感觉信息的客观临床数据。
    1. 将平板电脑贴在受试者的下背部大约骶骨水平(图 1)。
    2. 请对象确保这些测试的音量已调高。告诉他们,该测试包括两次 30 秒的试验。
      1. 对于第一次试验,让受试者双手放在臀部上站立,双脚并拢并保持平衡。指示受试者,如果他们离开姿势,请尽快恢复平衡并回到测试位置。
      2. 观察被试者保持平衡 30 秒,并记录以下任何错误:双手离开臀部;眼睛张开;踩踏或绊倒;脚趾或脚跟抬离地面;保持姿势超过 5 秒;腰部弯曲。
      3. 对于第二次试验,重复步骤 2.2.2.1 和 2.2.2.2,并让受试者闭上眼睛。
    3. 使用获得的数据量化受试者重心在两次试验中的运动,作为姿势稳定性的衡量标准。利用 MATLAB 脚本通过对惯性数据的计算机分析来确定重心运动。
      传统上,采用错误计数系统来评估天平性能,但这种衡量标准取决于评估者的判断,并且受到评分者之间和评分者内部可靠性问题的困扰。
  3. 手动灵活性测试(图 2
    MDT 旨在通过模拟 9HPT 来量化执行上肢任务期间的手部灵活性。该模块在初始钉位置方面有两种变体。在第一种变体中,称为"碟形"版本,9 个钉子起源于一个浅盘,其尺寸与标准 9HPT 设备相同。将钉子插入 9 个孔中,然后像 9HPT 一样放回培养皿中。替代测试称为行版本,从插入距中心插入孔中间 7.1 厘米的主行中的钉子开始。将钉子从行中取出,插入孔中,然后移动到培养皿中以完成测试。
    1. MDT 培养皿试验。
      1. 将钉子放在起始盘中。
      2. 指导患者尽快执行钉子任务。告诉他们,如果钉子掉在桌子上,他们会捡起来并继续执行任务,但如果钉子掉在地板上,他们应该继续执行任务,技术人员会取回它。
      3. 让参与者只用一只手一次捡起一个钉子,然后按任意顺序将它们放入孔中,直到孔被填满。注意:非惯用手可用于稳定钉板。
      4. 然后,不要停顿,让参与者一次取下一个钉子,将它们放回容器中,并在任务完成后触摸平板电脑屏幕。
      5. 观察参与者用每只手重复此任务两次,从惯用手开始。
    2. MDT Row 检验。
      1. 将钉子放在起始主行位置,距离中心插入孔的中间 7.1 厘米。
      2. 按照 2.3.1.2 到 2.3.1.5 的步骤进行此测试。
    3. 使用平板电脑的电容式触摸屏来确定每个引脚插入和移除的确切时间。确定每个版本的测试完成所有 9 个钉子插入和移除一个周期的总时间。
  4. 低对比度字母视力测试 (LCLAT)
    LCLAT 基于标准仕龙 LCLA 图表12。对于 iPad 版本(图 3),除了用于传统技术人员管理测试的 2.5% 和 1.25% 梯度水平外,还显示了 10% 和 5% 的对比度水平。
    1. 让参与者坐下。将平板电脑握在或安装在距离平板电脑 5 英尺处与眼睛齐平的位置。调暗灯光或重新定位患者以尽量减少眩光。
    2. 对于每个试验,要求参与者识别屏幕上一行显示的五个字母。观察参与者尝试按从左到右的顺序识别字母。根据从提供的 5 个字母中正确识别的字母数量对试验进行评分。继续使用较小的字母进行试验,并确定参与者可识别的最小字母大小。
    3. 使用 MSPT 应用程序确定每个对比度梯度级别的正确字母数,并与标准仕龙 LCLA 图表上的性能进行比较。
  5. 处理速度测试 (PST)(图 4
    PST 类似于 SDMT,后者已被推荐作为 MSFC 中 PASAT 的替代品。SDMT 是评估信息处理速度的可靠且有效的工具14.
    1. 按照以下方法准备和测试患者(使用平板电脑提供的说明):
      1. 向患者展示一个样本测试屏幕,其中包含一个符号键(屏幕顶部的两行框)和屏幕的测试部分(屏幕中间的两行框)。
      2. 说明在键中,顶行的框包含符号,下行的框包含相应的数字。说明在测试中,上面的框显示符号,下面的框是空的,任务是输入与符号对应的数字
      3. 观察患者进行检测。按下 "begin practice" 按钮开始练习回合。观察患者通过仅用惯用手的食指或指向的手指轻轻触摸屏幕底部的键盘来选择合适的数字。
      4. 告诉患者,在测试中,当他们完成一行时,将出现一行新的符号。指示患者继续选择数字,直到被告知停止并从无法更改的错误答案中继续。要求患者尽快准确地完成测试。
      5. 按 "begin test" 按钮开始测试。观察患者进行测试 2 分钟。确定正确响应的数量。

3. 验证

  1. 进行前瞻性定义的验证研究,以评估 MSPT 与传统的基于技术人员的测试相比的性能特征。使用此数据来确定重测信度、与 EDSS 的关系、疾病分期、疾病持续时间、患者报告的结果以及与技术人员管理的神经学和神经心理学测试的关系><。 这里介绍的研究是在单一地点进行的 - 克利夫兰诊所的梅伦多发性硬化症治疗和研究中心。招募了 51 名代表一系列神经残疾和疾病持续时间的 MS 患者,以及 49 名年龄和性别匹配的 HC 进行一次研究访问。纳入标准如下:愿意参与 MSPT 验证或根据国际小组标准16 诊断为 MS 的健康对照者,年龄在 18-65 岁之间,能够理解研究的目的并提供知情同意;可以走动,能够行走 25 英尺,有或没有行走辅助设备。
  2. 利用以下比较进行验证:
    1. 将 MSPT 的 WST 与训练有素的技术人员测量的 WST 进行比较。
    2. 将 MSPT 的 MDT 与训练有素的技术人员测量的 9HPT 进行比较。
    3. 将 MSPT 的 LCLAT 测试与由训练有素的技术人员测量的仕龙 LCLA 进行比较。
    4. 将 MSPT 的 PST 与训练有素的技术人员测量的 SDMT 进行比较。
    5. 将 MSPT 的天平测试与由训练有素的技术人员使用 Tetrax 天平平台进行的天平测试进行比较。
      提供除 Balance Test 之外的所有测试的验证结果,Balance Test 将在其他地方报告。
  3. 将技术人员或 MSPT 测试与患者报告的结果之间的关系定义为与 MS 性能量表 (MSPS) 的相关性17,18。此外,收集 Neuro-QOL PRO 测量19 和工作状态(结果将在其他地方报告)。MSPS 是经过验证的患者报告,包括活动能力、手部灵活性、视力、疲劳、认知、膀胱功能、感觉功能、痉挛状态、疼痛、抑郁和震颤。

结果

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

MSPT 测试方法如图 1-4 所示,并在视频中进行了演示。

我们测试了 51 名 MS 患者和 49 名 HC(表 2)。他们在年龄、性别、种族和教育年限方面非常匹配。MS 患者的病程(定义为从首次 MS 症状开始的时间)为 12.1 (9.1) 年;EDSS 为 3.9 (1.8);74.5% 的患者正在使用 MS 疾病缓解药物;29.4% 患有进行性 MS;43% 是全职员工。

通过让每个研究对象执行两次测试来测试所有措施的可重复性,两次是在上午的测试期间,还是在 2-4 小时休息期后的下午的第二次测试期间。通过检查视觉图(图 5)和生成相关相关系数来分析重测重现性。该图显示了技术人员(标记为 1 的面板)和 MSPT(标记为 2 的面板)测试行走(图 5A)、上肢灵巧性(图 5B)、视力(图 5C)和认知处理速度(图 5D)维度的可重复性数据。对于所有患者,技术人员步行试验的相关系数为 0.982,MSPT 的相关系数为 0.961;对于手部灵巧性维度,技术人员的相关系数为 0.921,MSPT 的相关系数为 0.911;对于视觉维度(2.5% 对比度水平),技术人员为 0.905,MSPT 为 0.925;对于认知处理速度维度,技术人员为 0.853,MSPT 为 0.867。MS 和 HCs 的重现性相似。

通过使用 Pearson 相关系数比较技术人员和基于 iPad 的 4 个维度中每个维度的测试来检验

并发效度。表 3 中的数据显示了很强的相关性。所有测试的相关系数都超过 0.8,在许多情况下,相关系数超过 0.9。上午和下午的考试以及 MS 和 HC 的相关性都很强。

表 4 显示了每项检测区分 MS 和 HC 的能力。将显示上午和下午测试会话的数据。所有测试在两组之间都有区别,尽管 MSPT 视力测试具有临界显著性。使用 Cohen 的 d 作为效应量度来量化区分 MS 和 HC 的灵敏度。效应大小为 0.8 或更高被视为强效应。所有测试均显示区分 MS 和 HC 的能力良好,片剂测试通常优于技术人员测试。

在 MS 组中,所有 4 个疾病维度的技术员和片剂检测与 EDSS 评分和病程显著相关。对于 EDSS,与步行测试的相关性最强(技术人员 WST r = 0.67;片剂 WST r = 0.67)。其他测试与 EDSS 之间的相关性范围为 -0.37 (技术员 SLCLA,2.5%) 至 0.53 (片剂 MDT)。与病程的相关性范围从 r = -0.34 (技术员 SLCLA,2.5%) 到 r = -0.46 (技术员 SDMT)。

表 5 显示了与更轻微的 MS 相比更严重的测试分数(表 5a - 进行型 MS 与复发型 MS 的比较;表 5b - 与较短的病程相比,较长的病程;表 5c - EDSS >=4.0 与 EDSS <4.0) 的比较。对于疾病严重程度的每种定义,更严重的 MS 组的评分明显更差。毫不奇怪,步行测试将进行性患者与复发患者、高 EDSS 患者与低 EDSS 患者强烈区分开来,因为这些类别的定义在很大程度上取决于步行能力。正如预期的那样,认知处理速度测试与疾病持续时间的相关性优于与疾病类别的相关性。在大多数情况下,效果非常强烈,MSPT 测试的表现与技术人员测试一样好或更好。

表 6 显示了与 MSPS 患者报告结果的相关性。步行测试分数与患者活动能力的自我报告之间存在显著相关性;以及手部灵活性测试分数和患者对手部功能的自我报告之间。视力或处理速度测试与患者视觉或认知问题报告之间没有显著相关性。膀胱和痉挛状态的自我报告与所有 4 个维度的测试分数之间存在显着相关性,疲劳与来自 4 个维度中 3 个维度的测试分数之间存在显着相关性。

图 6 显示了研究对象对 iPad MSPT 测试的满意度。每个受试者都被要求对他们对一系列问题的同意程度进行评分,并将每个问题的回答比例制成表格。研究对象对以下陈述做出了回应:1) 应用程序的说明易于理解(图 6A)。2) 我经常使用平板电脑或智能手机(图 6B)。3) 应用程序在屏幕上很容易看到(图 6C)。4) 使用触摸屏在平板电脑上完成任务很容易(图 6D);5) 我在步行和平衡测试期间难以佩戴平板电脑(图 6E)。6) 完成这些申请导致我变得疲劳(图 6F)。研究对象对 iPad 测试的接受度总体上是有利的,并且在 6 项陈述中的 4 项中,MS 和 HC 之间具有可比性。与 HC 相比,MS 患者不太可能表示理解说明很容易,而更有可能表示使用平板电脑会感到疲劳。

figure-results-1
图 1.研究对象将平板电脑放置在骶骨水平,用于行走和平衡测试。

figure-results-2
图 2.安装在平板电脑上的手动灵巧性测试装置。

figure-results-3
图 3.研究对象测试低对比度字母敏锐度。

figure-results-4
图 4. 处理速度测试屏幕布局。请点击这里查看此图的较大版本。

figure-results-5
图 5.技术人员和平板电脑测试的重测数据。每个面板显示技术人员测试(标记为"1")和平板电脑测试(标记为"2")的每个对象的重测数据。HC 是闭合的黑色圆圈,MS 患者是闭合的红色圆圈。面板 A 显示 25FW/WST 的重测数据;图 B 显示了 9HPT/MDT 的重测数据;图 C 显示了 SLCLA/LCLAT 的重测数据;面板 D 显示 SDMT/PST 的重测数据。技术人员和基于平板电脑的测试的可重复性都很高。所有受试者/HCs/MS 的一致性相关系数: 技术员 WST:0.982/0.917/0.981;片剂 WST:0.961/0.736/0.959,技术员 9HPT:0.921/0.777/0.93;片剂 MDT 培养皿试验:0.911/0.749/0.910;技术员 SLCLA:0.905/0.883/0.905;片剂 LCLAT:0.925/0.874/0.944;技术员 SDMT:0.853/0.791/0.889;片剂 PST:0.867/0.865/0.831。请点击这里查看此图的较大版本。

figure-results-6
图 6.片剂 MSPT 的满意度数据。该图显示了对每个面板上方问题的同意程度。对于 6 个问题中的每一个,HC 回答显示在左侧,MS 回答显示在右侧。绝大多数研究对象同意说明易于理解,平板电脑应用程序易于查看,完成测试很容易,并且不同意佩戴平板电脑进行步态测试很困难或测试令人疲劳。在 6 个问题中,有 4 个问题的 HC 和 MS 受试者的回答分布相似。MS 患者不太可能表示理解说明很容易,并且更有可能发现测试令人疲劳。请点击这里查看此图的较大版本。

表 1.感兴趣的维度和 MSPT / MSFC 测试。

<表格边框="1" cellpadding="0" cellspacing="0" fo:keep-together.within-page="always"> 尺寸 MSPT 测试 MSFC 测试 评论 下肢功能 WST 25FW WST 已被证明与 EDSS 和患者自我报告相关 行走和站立稳定性 平衡测试 没有 失衡是一种常见的 MS 表现,但没有通用的实用平衡测试 手部协调 MDT 9HPT 9HPT 已被证明在临床试验中具有信息量 认知处理速度 太平洋标准时间 SDMT 建议将 PASAT-3 用于 MSFC 的初始版本,但专家小组建议将其替换为 SDMT 视觉 LCLAT SLCLA SLCLA 已在 MS 患者中得到验证,并推荐用于 MSFC 的未来版本

表 2.患者和健康对照特征。
figure-results-7

表 3.iPad 测试和类似技术人员测试之间的 Pearson 相关系数。
figure-results-8

表 4.每项测试区分 MS 和 HC 的能力。
figure-results-9

表 5.不同疾病进展状态的 MS 的测试结果。

表 5a. CIS+RR 与 SP.
figure-results-10

表 5b. DD <中位数与 DD ≥中位数。
figure-results-11

表 5c. EDSS <中位数 (EDSS 4.0) 与 EDSS ≥中位数 (EDSS 4.0)。
figure-results-12

表 6.皮尔逊相关性与 MSPS(患者报告)——上午会议数据。
figure-results-13
备注:灰色的行包括 Technician 的数据,白色的行包括 iPad 的数据。表中标记了与 p 值 <0.01 的浅绿色相关性,与 p 值 <0.05 的浅黄色相关性。细胞显示预期的相关性(25FW/WST 与活动性;9HPT/MDT 培养皿与手部协调;SLCLA/LCLAT 2.5% vs 视力;和 SDMT/PST 与认知)以双单元格边框突出显示。请点击此处查看此表格的较大版本

讨论

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

多发性硬化症结果评估方法的范围从疾病过程的生物学测量(例如,血液或脑脊液中的炎症标志物)到反映与疾病相关的症状和感受的患者报告结果 (PRO)。介于这些极端之间的是影像学测量,许多基于磁共振成像 (MRI)、临床医生评定结果 (Clin-RO) 和基于表现的结果 (Perf-O)。由于多种原因,它们极其重要。它们用于评估临床表现的严重程度、跟踪疾病随时间的演变或评估对治疗的反应。在监管环境中,Clin-RO 和 Perf-O 被用作 3 期注册试验的主要结果指标。重要的是,Clin-RO 和 Perf-O 还用于对疾病严重程度进行分类或测量,以进行以发病机制为重点的研究。由于这些原因,可重复和经过验证的临床结果测量对于推进患者护理和研究至关重要。

MS 临床结果测量的两种根本不同的方法是临床医生评定量表和神经和神经心理学表现的定量测试。MS 领域最常用和普遍接受的评定量表是 Kurtzke EDSS。最常见的定量性能衡量标准是 MSFC。这些方法中的每一种的优点及其缺点都经过了审查和辩论。MSFC 类型的测量在精度和数据的定量性方面具有优势,但解释微小变化对患者的意义可能很困难。尽管如此,正在努力改进 MSFC 方法,并得出一种信息量更丰富的残疾测量,该测量可以作为未来在进行性 MS 人群中试验的主要结果测量。

在过去的 15 年里,MSFC 测试已被纳入大多数 MS 药物试验中,并且 MSFC 的组成部分(特别是 WST 和 9HPT)在临床实践中常用。这是临床试验和实践环境中神经性能测试价值的经验证据。鉴于 MS 领域使用 MSFC 测试的趋势、当前进一步开发这种方法的努力15 以及信息技术的进步,我们开发了 MSPT。

在本报告中,我们记录了 MSPT 组分测试结果与类似技术人员测试之间的高精度、强相关性,以及区分 MS 与对照以及轻度与重度 MS 的良好灵敏度。此外,我们还记录了患者报告与 MSPT 步行和手部功能测试之间的显着相关性。在所有比较中,MSPT 测试与基于技术人员的测试相比均具有优势。最后,我们记录了测试对象对基于 iPad 的测试的高接受度。

这项工作有影响。首先,在计算机环境中进行神经性能测试可以对主要数据和衍生数据进行各种直接作和分析。一个例子是符号数字模态测试。对于这项技术人员管理的测试,90 秒内的正确答案数被手动记录在病例报告表上,并传输到研究数据库。对于每个研究对象,每个测试会话返回一个数字。使用基于计算机的 SDMT 模拟物作为认知处理速度的衡量标准,分析程序可以轻松、即时地确定每 30 秒间隔的正确数字,并可以根据每 30 秒间隔生成测试会话内斜率。这些斜率可能代表学习能力(例如,改善斜率)或认知疲劳(例如,斜率恶化)。这些探索性参数可能与技术人员测试中可用的有限信息未捕获的疾病维度相关。因此,测试的背景导致了更多的信息内容,即使测试本身可能需要研究对象做出类似的努力。

其次,结果可以直接传输到研究或临床数据存储库,无需纸质或电子病例报告表。这将大大减少手动数据质量检查的需要,减少手动转录数据的成本,并减少人为错误。总的来说,这些优势应该转化为效率和数据质量的提高。

第三,基于计算机的测试可以广泛传播给不居住在临床试验执行地点附近的患者。患者可以在乡村医生办公室使用 MSPT 进行测试,这可能会支持那些仅仅因为距离而无法参加临床试验的患者参与临床试验。

第三,MSPT 可用于实践环境(例如 MS 诊所)以收集标准化的神经性能信息。由于数据是标准化和定量的,MSPT 可以提供一种极具成本效益的机制来收集常规临床实践中的 MS 评估数据。这可以填充研究登记册,并为与自然史、治疗、合并症的影响和各种其他重要主题相关的基于实践的研究提供信息。

最后,本文描述的基于计算机的 MSPT 可以适用于家庭测试。这可能是变革性的,因为数据可以在与研究参与者(或临床患者)的正常环境相同的位置收集,而不是大多数临床试验或患者护理环境中的高度人为环境。除了大大降低前往临床试验地点或学术中心旅行所施加的障碍外,此功能还将提供有关现实世界中神经功能的数据。此外,可以收集规定时间段内的多次测量值,从而可以更精确地评估整体神经性能并识别相关波动(例如,一天中的疲劳程度,或与个人平均表现的显着偏差)。反过来,这将使功能测试与患者更加相关,并为临床医生和研究人员提供更多信息。

需要注意的是,iPad 被用作托管软件中数据收集和处理算法的平台。与其他计算机化测试方法非常相似,该软件的编写方式是,如果 Apple 或其他平板电脑制造商更新硬件或作系统,则可以在数据的采集和处理中进行调整,以确保结果在测试模块之间保持一致,并且不必在未来的设备或软件配置下重新验证。

随着神经性能测试越来越多地应用于多发性硬化症和其他慢性神经和神经心理疾病,计算机适应测试将对临床护理和研究产生与标准化计算机适应测试在教育领域相同的变革性影响,具有加速神经系统疾病临床护理和研究进展的明显潜力。

披露

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Rudick 博士曾获得以下机构的酬金或咨询费:Biogen Idec、Genzyme、Novartis 和 Pfizer,以及来自美国国立卫生研究院、美国国家多发性硬化症协会、Biogen Idec、Genzyme 和 Novartis 的研究资金。自 2014 年 5 月 12 日起,Rudick 博士将成为 Biogen Idec 的员工。

Miller 博士获得了美国国家多发性硬化症协会和诺华的研究资助。

Bethoux 博士曾获得以下公司的酬金或咨询费:Biogen Idec、美敦力、Allergan、Merz、Acorda Therapeutics 和 Innovative Neurotronics,以及来自美国国家多发性硬化症协会、Acorda Therapeutics、Medtronic、Merz 和 Innovative Neurotronics 的研究资金。

Rao 博士曾获得以下机构的酬金或咨询费:Biogen Idec、Genzyme、诺华和美国心理学会,以及美国国立卫生研究院、美国国防部、国家多发性硬化症协会、CHDI 基金会、Biogen Idec 和诺华的研究经费。

Alberts 博士获得波士顿科学公司的咨询费和美国国立卫生研究院的研究资助。 

JC Lee、C Reece、D Stough、B Mamone、D. Schindler——没什么可宣布的。

致谢

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

作者非常感谢新泽西州东汉诺威的诺华制药公司为验证 MSPT 提供的研究资助。

材料

本文使用的材料清单
姓名公司目录编号评论
9孔钉测试套件RolyanA8515
苹果iPad带视网膜显示屏(16 GB,Wi-Fi,白色)苹果MD513LL/A
CD播放器非品牌特定的
iPad身体带Motion Med LLCRMBB001克利夫兰诊所的特别订单
LCVA墙图精密视力2180
乐谱架非品牌特定的
PASAT 音频 CDPASAT。美国英语
SDMT 测试材料WPSW-129
上肢覆盖装置Motion Med LLCPB002克利夫兰诊所特别订单

参考文献

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Fisher, E. Multiple Sclerosis Therapeutics. , 173-199 (2007).
  2. Whitaker, J. N., McFarland, H. F., Rudge, P., Reingold, S. C. Outcomes assessment in multiple sclerosis clinical trials: A critical analysis. Multiple Scerlosis: Clinical Issues. 1, 37-47 (1995).
  3. Rudick, R., et al. Clinical outcomes assessment in multiple sclerosis. Ann. Neurol. 40, 469-479 (1996).
  4. Cohen, J. A., Reingold, S. C., Polman, C. H., Wolinsky, J. S. Disability outcome measures in multiple sclerosis clinical trials: current status and future prospects. Lancet Neurol. 11, 467-476 (2012).
  5. Kurtzke, J. F. Rating neurologic impairment in multiple sclerosis: an expanded disability status scale (EDSS). Neurology. 33, 1444-1452 (1983).
  6. Willoughby, E. W., Paty, D. W. Scales for rating impairment in multiple sclerosis: a critique. Neurology. 38, 1793-1798 (1988).
  7. Rudick, R., et al. Recommendations from the National Multiple Sclerosis Society Clinical Outcomes Assessment Task Force. Ann. Neurol. 42, 379-382 (1997).
  8. Cutter, G. R., et al. Development of a multiple sclerosis functional composite as a clinical trial outcome measure. Brain. 122 (Pt 5), 871-882 (1999).
  9. Gronwall, D. M. A. Paced auditory serial-addition task: A measure of recovery from concussion. Percept Mot Skills. 44, 367-373 (1977).
  10. Rao, S. M., Leo, G. J., Bernardin, L., Unverzagt, F. Cognitive dysfunction in multiple sclerosis I. Frequency, patterns, and prediction. Neurology. 41, 685-691 (1991).
  11. Ontaneda, D., LaRocca, N., Coetzee, T., Rudick, R. Revisiting the multiple sclerosis functional composite proceedings from the National Multiple Sclerosis Society (NMSS) Task Force on Clinical Disability Measures. Mult. Scler. 18, 1074-1080 (2012).
  12. Balcer, L. J., et al. New low-contrast vision charts: reliability and test characteristics in patients with multiple sclerosis. Mult. Scler. 6, 163-171 (2000).
  13. Smith, A. Symbol-Digit Modalities Test Manual. , Western Psychological Services. (1973).
  14. Benedict, R. H., et al. Reliability and equivalence of alternate forms for the Symbol Digit Modalities Test: implications for multiple sclerosis clinical trials. Mult. Scler. 18, 1320-1325 (2012).
  15. Rudick, R. A., LaRocca, N., Hudson, L. D. Multiple Sclerosis Outcome Assessments Consortium: Genesis and initial project plan. , (2013).
  16. Polman, C. H., et al. Diagnostic criteria for multiple sclerosis: 2010 revisions to the McDonald criteria. Ann. Neurol. 69, 292-302 (2011).
  17. Schwartz, C. E., Vollmer, T., Lee, H. Reliability and validity of two self-report measures of impairment and disability for MS. North American Research Consortium on Multiple Sclerosis Outcomes Study Group. Neurology. 52, 63-70 (1999).
  18. Marrie, R. A., Goldman, M. Validity of performance scales for disability assessment in multiple sclerosis. Mult. Scler. 13, 1176-1182 (2007).
  19. Cella, D., et al. The neurology quality-of-life measurement initiative. Arch. Phys. Med. Rehabil. 92, (2011).

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

Multiple Sclerosis Performance TestMSPT Disability AssessmentiPad Based TestingWalking Speed TestBalance TestManual Dexterity TestLow Contrast Letter AcuityProcessing Speed TestNeurological Performance AssessmentNeuropsychological Performance Assessment

相关文章